|
本人大致情况： 2010年985 211 Top3机械专业本科毕业，2013美国硕士毕业，2017 在美国石油公司工作5年后，拿到新西兰PR搬家到奥克兰。2017年10月，开始新西兰的咨询工程师工作。2018年10月，辞职去了奥克兰大学读计算机硕士，2020年3月，拿到Stats NZ统计部门的中级数据分析师offer。
2018年的10月，我辞职离开了工作一年的工程咨询公司Dobbie Engineers。在这个公司，我感受到了我在机械这个行业的不快乐，这种不快乐，来源于自己对于行业的兴趣很低，同时看到自己在走向行业顶尖专家这条路上，所经历的先天不足 - - 因为从小不像白人一样，玩船，玩车，没有对于机械basic的sense，而只有一种善于使用软件，做数字分析模拟的技能。这种先天的劣势，自己从一开始，2013年在美国工作的时候就感受到，觉得未来的职业不应该往这个方向走，即使自己很快成为很年轻的Chartered Professional Engineer。加上老板的‘暴政’，我果断想要换行业。感谢上帝，让我申请后很快拿到奥克兰大学的PGCIT。这个PGCIT是一个过度课程，是奥克兰大学接受大部分非IT专业学生的bootcamp式的课程，一共60个points，两门课，一门是Java编程，一门是网络编程语言。为什么要往IT走？因为我对于数据和统计有很强的学习兴趣，而且在这个时代，数据科学是行业里面发展最重要的一个动力。
奥大的PGCIT这个课程从11月到2019年2月底结束。这个课是个小班课，只有10个人。在这个过程中，我慢慢经历这是我所擅长的。两门课程我都是以A+, 甚至全班第一完成。特别Java编程，老师认为最难的，我也是以94分高分完成。关键是，这个课程过程，我并没有感觉到很累，而是每天都有动力去学习和提高自己。顺利以双A+完成了这个项目，接下来就是进入到真正的Master of Information Technology课程。
M.I.T.的课程就是简单的上课，不像PGCIT那种bootcamp式的编程课。为了让自己在数据科学的理论和相关实践上得到提升，我选择了统计学的两门课，以及计算系的两门课。其中的Stats 782 R语言和797 统计软件是我觉得最有用的课程。不只是让我入门了数据处理的tool，而且让我对高级统计学产生了强烈的兴趣。797的课上，我是课程代表，我自己所使用的统计调研方法帮助了这门课按照学生的需求得到了不断的改进。和老师们也维持了非常好的关系。此外，有机会见到了斯坦福的大牛，Lasso统计法的创始人，Robert Tibshirani, 我作为一个数据小白，就问了个问题，怎样进入数据科学的领域？大牛的回答是：把统计学好！！于是，我更加努力地学习这门课，最后拿到了第一名。当然名次不重要，重要的是我在这个过程中发现我对统计学和数据分析的强烈passion。当然不是所有事情都那么顺利，我的COMPSCI 720，也就是传说中的地狱级高级算法课，是足足把我的雄心打击了一把。作为一个没有学过算法基础，也没有数论图论的经验，直接上720在别人看来简直是有点自大。其实，算法是一个非常有趣的领域，但是无奈授课的老师的分析和教学水平实在不怎么样，最后失去方向，失去兴趣，无奈以C+告终，这是我学习生涯多数A中的一个斑点。其实，这不是什么坏事，这让我意识到，要深入到计算机算法中，是一个非常需要dedication的行业，需要补习非常的图论数论的知识。如果我当年能够被斯坦福录取去读博士，可能我应该从事这方面，可惜上帝并没有给我这个机会。
当然我不只是在课业上活跃，我同时创建了新西兰的数据科学群，一共有100多位新西兰做数据的朋友，还有一些我以前在美国的数据类的朋友加进来。现在这个群大家也比较安静，可能是我管理不善吧。同时，在6月的时候，我住的小区发生一件事情，这个事情可以在下面的链接找到： 大概就是，Albany Primary School一个10分的小学，被教育部要求把我们居住的Unsworth Heights划分出去。作为小区居民，肯定不会轻易同意。于是我用了我刚刚学习的R语言，做一个数据视图，可以在这里看到我的具体内容以及代码：https://github.com/owenhust/Albany-Primary-School-Zone-Areas-Children-Population-Data-Visualization 然后不止如此，我将数据分析结果现场汇报给了小区的民众，给了Albany Primary School的校长看，最后在board meeting上present给Upper Harbour Local Board（负责分管Westgate, Hobsonville, Albany, Greenhithe, Unsworth Heights等区的当地政府）。结果就是当地政府和学校给我们小区大力的支持，反对教育部的决定。这个有数据基础的反对让教育部推迟了半年的决议。虽然最后12月教育部还是决议划出Unsworth Heights，基于教育资源的分配问题，但是我为我们小区的华人的领导力，以及对我做数据分析的大力支持，感到鼓舞。也看到数据对于重大决策的影响力是多么的大！
第一学期结束，我申请了一个数据科学实习，来自一个小的初创公司。本来以为实习嘛，可能会比较有希望，结果申请后当天晚点收到了一封邮件，说有250个申请人。Ok，not bad. 之后没多久，我就收到一封拒绝信。信中这样说：
“Thanks you so much for your application for the role as an intern at Quantiful. This year we received an unprecedented amount of applications, over 300, and to complicate the selection process all of a very high standard of introduction, academic and personal achievements.
You application was really good and we could clearly see the interest your have in Data Science, please keep up the enthusiasm, that said we have settled on a short list of candidates and regrettably you were unsuccessful in making it to the next stage of the recruitment process.
It may be useful to know that we consider GIT Hub information is as important, if not more, than any academic results so we think it is worthwhile keeping a GIT repository up to date especially if coding and data science are in your long term development plan.
Thanks again for your time and we wish you all the best with your future.
Quantiful Intern Program”
基本上来说，就是第一，申请人太多了，300个。第二，你成绩好，但是没有github。这封邮件真的是救了我，他提醒了我，真正要去做数据或者IT工作，一定要有hands on的项目经验，放在github上最好。也让我做一个大胆的决定，第二学期我只选一门课，其他时间全力做kaggle数据竞赛以及其他的数据项目。这个决定让我的太太感到惊讶，我用了好几天才把她说服，最后同意了我的想法。我感谢上帝！
于是第二天，我在我之前成立的数据群里，号召有没有人想一起做数据科学竞赛。于是有几个老铁，因为对于数据科学有很大兴趣，跳出来愿意一起合作。我们一起参加了IEEE CIS fraud detection的项目：https://www.kaggle.com/c/ieee-fraud-detection。在这个项目期间，我自己先学习了Andrew Ng的Coursera Machine Learning的课程，一个月内以96分完成三个月课程并拿到certificate。之后就上手kaggle这个项目。连续一个月每天早上7点多起来，一直到晚上10点，研究他人的程序和方法，同时也自己尝试编写一些notebook。也自学了Datacamp的Data Science for Python前10门课程。这一段时间，作为特别喜欢娱乐，钓鱼，打游戏，运动的我，真的是大的转变。我除了高中快高考的那半年，以及本科准备去美国的时候学习GRE有这么认真以外，从来没有这么努力学习过。不过就是这半个月，我们努力做到了全球前35%，虽然不是特别好的成绩，但是参加过这个项目的人，就知道，非常不容易的比赛，kaggle的顶尖大牛基本都在做这个比赛。而且是我们第一次的kaggle。最重要的是，我学习到了非常多的Python编程技能。
这一学期，2019的第二学期，我只选择了一门课，叫做大数据挖掘，很难的一门课，最后也是89分A收尾。
接下来，就是暑期的实习申请了。这一次和上一次不一样，这一次我有了比赛的经历，我可以写在简历上，我有底气说我有了一定的数据科学经验。结果，从奥大数据科学的群里看到一个职位，来自某新西兰老牌IT公司，在找数据科学实习生。我果断递过去简历，2个小时后，就得到面试邀请，第二天见面聊完就基本定好了。面试的都是中国人，非常Nice。心里很感恩，这是第一次工业经验，一定要珍惜啊！
2019年11月初，我到了公司实习。实习没有很多的drama，除了每天带其他实习生练台球让正式员工觉得实习生打太多台球。。。不过我在实习的时候不只是做好自己的项目，而且广泛社交，认识大部分的18个实习生，然后帮助周围的一些人解决各种问题，让我积攒了非常好的人脉。最重要的是，和我的supervisor处的非常好，常常在非常细节和有深度的数据问题上讨论半天。公司年底的活动，老大钦点我去安排组织午饭的事情，人数18个，提了各种要求，我组织了一个小team，一同讨论和决策，结果也是让各位大佬们非常满意。这些的公司处事经验，也是我之前在美国公司工作的时候学习到的。我觉得这种服务他人的经验甚至比你的技术经验更重要。实习结束后，我得知组里没有新的全职数据科学家职位。我也觉得没问题，自己提前准备投简历就是了。当然，没有那么轻松就可以马上找到全职工作。我不只投市面上的数据科学工作（本来新西兰入门数据科学不多的），同时还在Linkedin上联系各个做数据，AI的公司。有一些有非常好的回应，想要保持联系，有一些拒绝的。到了2月底，快开学的时候，还是没有确定的消息。说实话，心理还是很忐忑。不过我是没有一点放弃的心，我相信上帝带领我就是会给我一扇门。
终于，2月底的一天，收到了Stats NZ的电话，直接安排了面试。第一次的面试是30分钟，presentation，panel都是kiwi。但是我一点不紧张，因为我对于英文公开演讲是很有经验的。我把之前Albany Primary School的案例拿出来做了报告，他们感到非常惊讶，而且非常感兴趣。以至于呢，他们直接取消第二次面试，要了reference。同时reference里，我实习公司的supervisor把我组织公司活动的事情拿出来说了，我觉得基本就问题不大。。。哈哈哈
3月5号，开学一周，经理电话给我，告诉我给我了这个职位。具体说，这个职位就是负责设计搜集奥克兰人口数据，并且需要做分析和各种报告。我其实对于用数据分析的方法改进这种公众事务很有兴趣的。此外，虽然我是换了行业，但是经理看到之前的工作经验，也不是从graduate和junior开始，直接给的是intermediate-senior的薪水，比辞职咨询工程师的时候薪水还高一些。
接下来就要去上班了，自己想了下，需要做好几点准备： 表现出自我擅长的社交能力和幽默感 突出自己在技能上的竞争力 在独立思考和分析上，用表达产生好的印象 多听，多问，适应公司文化和节奏 把工作做到最好
当然还有很多要做的，放下自我，保持强的resilience，用自黑来化解各种种族文化冲突，未来职业一定会越来越好！
感谢老婆这一年半来，一路辛苦工作，支持我的生活，还房贷。
此外还要感谢我的职业导师A，作为世界顶尖管理咨询专家，给我说的每一个point都让我不断提高自己的思维能力和商业判断力。
愿30岁换行业的朋友努力加油，你一定会付出比别人更多的东西，但是你回报的是你会永远感恩的！
把荣耀归给上帝
| 
发表于 2020-3-6 09:04:49
分享
收藏
变色卡
各方面因素协作产生的结果
